如何使用 HtmlAgilityPack 获取表单中的所有输入元素而不会出现空引用错误答案

【问题标题】：How to get all input elements in a form with HtmlAgilityPack without getting a null reference error如何使用 HtmlAgilityPack 获取表单中的所有输入元素而不会出现空引用错误
【发布时间】：2011-01-24 01:23:12
【问题描述】：

示例 HTML：

 <html><body>
     <form id="form1">
       <input name="foo1" value="bar1" />
       <!-- Other elements -->
     </form>
     <form id="form2">
       <input name="foo2" value="bar2" />
       <!-- Other elements -->
     </form>   
 </body></html>

测试代码：

HtmlDocument doc = new HtmlDocument();
doc.Load(@"D:\test.html");
foreach (HtmlNode node in doc.GetElementbyId("form2").SelectNodes(".//input"))
{
    Console.WriteLine(node.Attributes["value"].Value);            
}

doc.GetElementbyId("form2").SelectNodes(".//input") 语句给了我一个空引用。

我做错了什么吗？谢谢。

【问题讨论】：

标签： c# html parsing html-agility-pack

【解决方案1】：

您可以执行以下操作：

HtmlNode.ElementsFlags.Remove("form");

HtmlDocument doc = new HtmlDocument();

doc.Load(@"D:\test.html");

HtmlNode secondForm = doc.GetElementbyId("form2");

foreach (HtmlNode node in secondForm.Elements("input"))
{
    HtmlAttribute valueAttribute = node.Attributes["value"];

    if (valueAttribute != null)
    {
        Console.WriteLine(valueAttribute.Value);
    }
}

默认情况下，HTML Agility Pack 将表单解析为空节点，因为它们允许与其他 HTML 元素重叠。第一行 (HtmlNode.ElementsFlags.Remove("form");) 禁用此行为，允许您在第二个表单中获取输入元素。

更新： 表单元素重叠示例：

<table>
<form>
<!-- Other elements -->
</table>
</form>

元素在表格内部开始，但在表格元素外部结束。这在 HTML 规范中是允许的，HTML Agility Pack 必须处理它。

【讨论】：

这是否意味着，除非您使用HtmlNode.ElementsFlags.Remove("form");，否则无法通过HAP 解析form 元素的子元素？
@Kevin，我不知道任何其他选择。
5 年后 - 仍然是一个要求，仍然是正确的答案。另外，仍然应该在包本身中进行更改...
应该是 secondForm.SelectNodes(".//input")) 而不是 secondForm.Elements("input"))，否则得不到嵌套的输入元素。

【解决方案2】：

只需将它们放入数组中即可：

HtmlNodeCollection resultCollection = doc.DocumentNode.SelectNodes("//*[@type='text']");

【讨论】：